NumPy 能否根据列的唯一值有效地对数据进行分组？

NumPy 可以按给定列对数据进行分组吗？

简介：

对数据进行分组是在许多数据分析场景中都是至关重要的操作。 NumPy是Python中一个强大的数值库，提供了各种操作数组的函数，但它缺乏专门的分组函数。本文演示了如何在 NumPy 中实现分组，而无需显式使用专用函数。

问题：

NumPy 中是否有一个函数可以按数组的大小对数组进行分组第一列，如提供的数组所示？

array([[ 1, 275],
       [ 1, 441],
       [ 1, 494],
       [ 1, 593],
       [ 2, 679],
       [ 2, 533],
       [ 2, 686],
       [ 3, 559],
       [ 3, 219],
       [ 3, 455],
       [ 4, 605],
       [ 4, 468],
       [ 4, 692],
       [ 4, 613]])

预期输出：

array([[[275, 441, 494, 593]],
       [[679, 533, 686]],
       [[559, 219, 455]],
       [[605, 468, 692, 613]]], dtype=object)

答案：

虽然 NumPy 没有明确提供“分组依据”函数，但它提供了一种受 Eelco Hoogendoorn 启发的替代方法图书馆。此方法依赖于数组的第一列始终递增的假设。如果不是这种情况，则需要按第一列对数组进行排序：

a = a[a[:, 0].argsort()]

使用增加第一列值的假设，以下代码执行分组操作：

np.split(a[:, 1], np.unique(a[:, 0], return_index=True)[1][1:])

此代码根据第一列中的唯一值有效地将数组元素分组为子数组。每个子数组代表一个组，包含具有相同第一列值的所有元素的第二列值。

其他注意事项：

• 此方法的复杂度为 O (n log(n)) 由于排序操作。
• 结果列表是 NumPy 数组，无需用于后续 NumPy 操作的转换操作。
• 性能比较： 经验表明，对于较小的数据集，此方法比其他分组方法（包括 Pandas 和 defaultdicts）更快。

因此，NumPy 提供了一种灵活高效的方法，通过利用数组操作和排序函数来对数据进行分组，即使没有专用的分组功能。

以上是NumPy 能否根据列的唯一值有效地对数据进行分组？的详细内容。更多信息请关注PHP中文网其他相关文章！